file languge

شكرا ولكن للاسف لم افهم الكثير من الرابط

في نهايته كان موجود ..

Language Detection

Tika is able to help identify the language of a piece of text, which is useful when extracting text from document formats which do not include language information in their metadata.

The language detection is provided by org.apache.tika.language.LanguageIdentifier

وحسب ما فهمت هذا كلاس جاهز

ولكن حاولت ان استخدم الميثود الموجود فيه ...ولكن برضو يستخدم كلاسات اخرى مثل LanguageProfile

ودخلت في دوامة من الكلاسات

هل يامكانك مساعدتي بطريقة ابسط ...بكون مشكور كتير الك

Wajdy Essam كتب:

http://tika.apache.org/1.0/detection.html

فعلا مكتبة رائعة لكن هل من شرح لو بقليل عن امكانيتها وكيفية استخدامها

استخدامه بسيط، مثال:

        final String text = "this is text";
        LanguageProfile profile = new LanguageProfile(text);
        LanguageIdentifier identifier = new LanguageIdentifier(profile);
        System.out.println("Language:  " + identifier.getLanguage());

ارجوا المعذرة ولكن بعد تشغيل المثال تبين لي أنها لا تدعم العربية ، واللغات المدعومة :

be,ca,da,de,eo,et,el,en,es,fi,fr,gl,hu,is,it,lt,nl,no,pl,pt,ro,ru,sk,sl,sv,th,uk

بالتفصيل:

http://svn.apache.org/viewvc/tika/trunk/tika-core/src/main/resources/org/apache/tika/language/tika.language.properties?view=markup

وهذه خطوات بناء language profile لأي لغه لمن يريد اضافة الدعم:

http://stackoverflow.com/questions/9044916/how-can-i-detect-farsi-web-pages-by-tika

المثال أعلاه كان يتعرف على النص، ومن الممكن ارسال اي stream ،،

لكن يمكنك بناء معرف للغه التي تريد،، سوف أحاول بناء معرف على العربي ان شاء الله في هاليومين لنرى النتيجة,,

بالنسبة للمكتبة فهي تقوم بعمليات parsing و metadata extraction لكثير من أنواع الملفات،، وايضاً تم اضافه هذه الميزة -تعرف على اللغة- مؤخراً..

وهي في الحقيقة تغليف لمجموعه من المكتبات Facade pattern (أي أنها تستخدم third party parser) ولكن تقدم لك API سهله وميسرة ،، لأن لكل parser دوال خاصه فيه، لكن مع Tika فقط تستخدم دوالها وهي داخلياً تقوم بما يلزم ,, ميزتها أن كل شيء تقوم بها لا يتجاوز 10 اسطر تقريباً,,

بالتوفيق،

Wajdy Essam كتب:

استخدامه بسيط، مثال:

        final String text = "this is text";
        LanguageProfile profile = new LanguageProfile(text);
        LanguageIdentifier identifier = new LanguageIdentifier(profile);
        System.out.println("Language:  " + identifier.getLanguage());

ارجوا المعذرة ولكن بعد تشغيل المثال تبين لي أنها لا تدعم العربية ، واللغات المدعومة :

be,ca,da,de,eo,et,el,en,es,fi,fr,gl,hu,is,it,lt,nl,no,pl,pt,ro,ru,sk,sl,sv,th,uk

بالتفصيل:

http://svn.apache.org/viewvc/tika/trunk/tika-core/src/main/resources/org/apache/tika/language/tika.language.properties?view=markup

وهذه خطوات بناء language profile لأي لغه لمن يريد اضافة الدعم:

http://stackoverflow.com/questions/9044916/how-can-i-detect-farsi-web-pages-by-tika

المثال أعلاه كان يتعرف على النص، ومن الممكن ارسال اي stream ،،

لكن يمكنك بناء معرف للغه التي تريد،، سوف أحاول بناء معرف على العربي ان شاء الله في هاليومين لنرى النتيجة,,

بالنسبة للمكتبة فهي تقوم بعمليات parsing و metadata extraction لكثير من أنواع الملفات،، وايضاً تم اضافه هذه الميزة -تعرف على اللغة- مؤخراً..

وهي في الحقيقة تغليف لمجموعه من المكتبات Facade pattern (أي أنها تستخدم third party parser) ولكن تقدم لك API سهله وميسرة ،، لأن لكل parser دوال خاصه فيه، لكن مع Tika فقط تستخدم دوالها وهي داخلياً تقوم بما يلزم ,, ميزتها أن كل شيء تقوم بها لا يتجاوز 10 اسطر تقريباً,,

بالتوفيق،

ال المكتبة

Package org.apache.tika.detect

ليست ضمن المكتبات المتعارف عليها ضمن الجافا صحيح؟؟؟

ويجب تحميلها مع الIDM لكي يتم التعرف عليها ؟؟

من اين احملها بالزبط ؟؟

هل هذه هي ؟؟

http://www.apache.org/dyn/closer.cgi/tika/apache-tika-1.1-src.zip

كيف ارفقها مع البرنامج ليتعرف على الكلاسات الموجود فيها ؟؟

شكرا جزيلا على المجهود